.
Universidad de Málaga, Departamento de Teoría e Historia Económica
Universidad de Málaga, Departamento de Teoría e Historia Económica
Mejorando la universidad a empujones
En este capítulo, discutimos el uso de empujones (nudges) e incentivos económicos para mejorar el rendimiento académico de los estudiantes. Además, presentamos tres intervenciones realizadas en la Universidad de Málaga dirigidas a: i) mejorar la tasa de respuesta en encuestas de satisfacción; ii) reducir el consumo energético; y iii) aumentar el cumplimiento de plazos en las convocatorias de financiación externa. Nuestro trabajo muestra la efectividad de los nudges para mejorar el desempeño académico y la gestión universitaria. La universidad debería aprovechar estos hallazgos para optimizar su funcionamiento.
Palabras clave: nudging, economía conductual, educación superior, rendimiento académico, gestión universitaria, políticas de comportamiento.
JEL: C93, D80, D9, I23.
Pushing the University Toward Improvement
In this chapter, we discuss the use of nudges and economic incentives to improve students’ academic performance. Additionally, we present three interventions carried out at the University of Malaga aimed at: i) increasing response rates in satisfaction surveys; ii) reducing energy consumption; and iii) improving deadline compliance in external funding calls. Our paper demonstrates the effectiveness of nudges in enhancing academic performance and university management. The university should take advantage of these findings to optimize its operations.
Keywords: nudging, behavioral economics, higher education, academic performance, university management, behavioral policies.
En las dos últimas décadas, la economía conductual ha experimentado un crecimiento exponencial, pasando a convertirse en una herramienta clave para la formulación de políticas públicas. Un ejemplo paradigmático es el Behavioral Insights Team, creado en 2010 por el Gobierno británico para el asesoramiento en la aplicación de políticas. Hoy en día, esta unidad funciona de manera independiente y cuenta con oficinas en Nueva York, Sídney y París. La influencia de la economía conductual ha permeado diversos ámbitos, desde la regulación económica (Ponce Solé, 2025) hasta la Administración tributaria (Grande Serrano, 2025), tal y como se muestra en este libro. El sector educativo no ha sido ajeno a esta revolución. En el año 2016, el Ministerio de Educación de Perú creó MineduLAB, un laboratorio de innovación cuyo objetivo es diseñar y evaluar intervenciones costoefectivas en materia educativa.
El auge de la economía conductual en su relación con las políticas debe parte de su éxito al trabajo de Thaler y Sunstein (2008). En su libro, argumentan que las desviaciones sistemáticas del modelo tradicional de Homo economicus pueden aprovecharse para diseñar entornos que faciliten decisiones beneficiosas para el individuo y la sociedad1. Esta propuesta marcó un giro en la disciplina: mientras que la investigación previa se centraba en documentar sesgos cognitivos y limitaciones de racionalidad, la nueva perspectiva ponía el foco en mejorar la toma de decisiones sin necesidad de emplear incentivos económicos.
Un ejemplo de esta aproximación consiste en cambiar la «opción por defecto» en la inscripción a los planes de pensiones. Esta idea toma como base el sesgo de inercia (o status quo bias), que describe la resistencia al cambio y/o la tendencia a mantener las cosas como están. Para ilustrar cómo un pequeño empujón (nudge) puede funcionar, basta con comparar un sistema opt-in (en el que los trabajadores deben inscribirse para ser beneficiarios) con un sistema opt-out (en el que la inscripción pasa a ser automática, permitiendo a los empleados salirse del programa si lo desean). Madrian y Shea (2001) muestran importantes diferencias en el porcentaje de inscritos en el sistema de pensiones bajo las modalidades opt-in (49 %) y opt-out (86 %).
Este mismo principio se ha aplicado también en el ámbito educativo. En su estudio, Bergman y Rogers (2017) compararon estas modalidades en la información que recibían los padres sobre el rendimiento de sus hijos, dependiendo de si los padres debían inscribirse para recibir la información (opt-in), o bien la obtenían por defecto (opt-out)2. Como en el caso anterior, la diferencia fue abrumadora: solo el 8 % de los padres accedió al servicio cuando la inscripción fue activa (opt-in), mientras que el 96 % lo utilizó cuando se estableció como opción predeterminada (opt-out). Más importante aún, el acceso a la información tuvo un efecto significativo sobre el rendimiento de los hijos, al reducir notablemente el número de suspensos.
En este capítulo presentamos algunos nudges en educación, y discutimos su posible aplicación al ámbito universitario. Como catedráticos, nos resulta curioso que los nudges se hayan explorado ampliamente en contextos cotidianos, sin apenas aplicaciones en el entorno universitario3. Este vacío es sorprendente, ya que la mayoría del conocimiento relacionado con los nudges surge de artículos científicos. Además, la universidad ofrece un terreno fértil para implementar cambios de comportamiento, tal y como discutimos en este capítulo.
Nuestro apartado 2 discute dos tipos de estrategias dirigidas a mejorar el rendimiento académico. Por un lado, presentamos las intervenciones conductuales (nudges) que buscan modificar el comportamiento sin recurrir a incentivos monetarios; aquí se incluyen medidas como prohibir el uso de ordenadores en clase (Carter et al., 2017; Patterson y Patterson, 2017), el diseño de exámenes tipo test (Anaya et al., 2022; Iriberri y Rey-Biel, 2021), o el uso de herramientas enfocadas a combatir la procrastinación como la fijación de plazos de entrega, los exámenes parciales o el uso de recordatorios (Ariely y Wertenbroch, 2002; Castleman y Meyer, 2020; De Paola y Scoppa, 2011; Damgaard y Nielsen, 2018)4. Por otro lado, discutimos intervenciones centradas en incentivos económicos, analizando tanto sus beneficios (Levitt, List y Neckermann et al., 2016; Levitt, List y Sadoff, 2016; Fryer Jr. et al., 2022), como sus posibles limitaciones (Gneezy et al., 2011). Como adelanto, nuestra conclusión es clara: desde la universidad deberíamos apostar por intervenciones conductuales.
En el apartado 3 cambiamos el enfoque para presentar algunas intervenciones que hemos llevado a cabo desde el Smart Decision Lab, un laboratorio de I+D+i en la Universidad de Málaga. En este caso, nuestro objetivo es ilustrar cómo los nudges pueden cambiar el comportamiento de la comunidad universitaria en tres ámbitos distintos: la tasa de respuesta a encuestas de satisfacción, la mejora de los hábitos de consumo energético y el cumplimiento de plazos de presentación de solicitudes por parte del profesorado. Estas intervenciones, aunque modestas, demuestran el potencial de la economía conductual para mejorar la vida universitaria sin necesidad de grandes cambios estructurales ni inversiones económicas significativas. Al fin y al cabo, este capítulo no busca más que abrir el debate sobre la necesidad de aplicar la economía conductual en la universidad, un entorno que, por su diversidad y complejidad, representa un laboratorio ideal para la implementación de políticas conductuales, tal y como discutimos en nuestro último apartado, donde concluye nuestro trabajo.
2. Medidas para mejorar el rendimiento académico
Cuando nos planteamos escribir este capítulo, nuestro objetivo era proporcionar una visión detallada sobre los estudios conductuales que se han llevado a cabo en la universidad. Para nuestra sorpresa (o no tanto), la evidencia en el ámbito universitario es más bien escasa. Por ello, discutimos a continuación algunos hallazgos que se han producido dentro del ámbito educativo, y que pueden resultar útiles para mejorar el rendimiento de los estudiantes universitarios. Nuestra exposición contempla tanto las medidas no económicas basadas en nudges, como el uso de incentivos económicos5.
Incentivos no económicos: algunas medidas conductuales para mejorar el rendimiento de los estudiantes
Prohibir el uso de ordenadores portátiles en clase
Si pidiésemos a un profesor del siglo pasado, acostumbrado a llenar la pizarra con fórmulas, que impartiese clases hoy en día, es probable que se sorprendiese por el equipamiento tecnológico del aula. Para empezar, los antiguos carros que solían proyectar transparencias de acetato han sido sustituidos por cañones que muestran presentaciones en PowerPoint o Canva a golpe de clic. La pandemia de la COVID-19 ha ayudado también en el equipamiento del aula. Desde hace unos años, cualquier profesor tiene la posibilidad de retransmitir su clase en streaming para quienes deseen seguirla desde casa. El alumno puede entregar sus tareas a través de un campus virtual, que le otorga acceso a herramientas de (auto)evaluación. Además, existen programas de software específicos para realizar experimentos o encuestas en clase, mejorando la interacción profesor-alumno6.
Una preocupación docente es conocer si ayuda en algo el uso de los ordenadores en clase7. Carter et al. (2017) llevaron a cabo un experimento en la Academia Militar de los Estados Unidos, comparando el desempeño de estudiantes en clases en las que se permitía el uso del portátil con aquellas en las que se prohibía explícitamente su uso. Patterson y Patterson (2017) realizaron un experimento similar en una escuela de arte, donde los profesores podían: i) exigir, ii) permitir, o iii) prohibir el uso del ordenador portátil en su asignatura. En ambos casos, la evidencia es clara: los estudiantes con mejores notas fueron aquellos que no podían usar el ordenador en clase. Esta medida vendría respaldada por otros estudios que señalan los beneficios de la escritura a mano para facilitar el aprendizaje (Mueller y Oppenheimer, 2014)8.
Evidencia: Prohibir el uso de ordenadores en clase mejora el rendimiento académico de los estudiantes (Carter et al., 2017; Patterson y Patterson, 2017).
El diseño de exámenes tipo test
Para cualquier estudiante universitario, una de las grandes preocupaciones es el tipo de examen al que se enfrentará. Entre las opciones, los exámenes tipo test son una herramienta común debido a su facilidad de corrección y a que minimizan la arbitrariedad del profesorado. Sin embargo, su diseño plantea algunas cuestiones relevantes: ¿es mejor empezar con preguntas fáciles o difíciles? ¿Cómo deben valorarse los errores? ¿Y las respuestas en blanco?
En teoría, la cuestión sobre el orden de dificultad de las preguntas no está clara. Tener un examen con preguntas fáciles al principio puede servir para que el estudiante vaya ganando confianza y responda mejor a las preguntas difíciles que aparecen al final del test. Por otro lado, la fatiga suele aumentar durante el examen, por lo que presentar las preguntas más difíciles al comienzo puede tener un efecto beneficioso, ya que las preguntas fáciles aparecerán en la última parte del examen, cuando los estudiantes estén más cansados.
Para arrojar luz sobre estas cuestiones, Anaya et al. (2022) llevaron a cabo un experimento con casi 19.000 participantes en la plataforma Smartick, comparando dos formatos de test: uno donde las preguntas iban de fáciles a difíciles, y otro donde el orden era el inverso. Empezar con preguntas fáciles redujo la probabilidad de abandono y mejoró la puntuación final de quienes hicieron el test. En su estudio, Anaya et al. (2022) usaron también datos observacionales de exámenes de PISA para mostrar que, cuando las preguntas más difíciles aparecen al principio, los estudiantes suelen dejar más preguntas en blanco y obtienen peor puntuación en las secciones siguientes que cuando el examen comienza con preguntas más fáciles.
El segundo tema relevante es cómo puntuar los errores y las respuestas en blanco. Una medida que parece extendida consiste en penalizar los errores para evitar que aprueben los alumnos que no han estudiado lo suficiente; p. ej., porque responden el test de manera aleatoria. No obstante, existe evidencia que indica que las mujeres son más aversas al riesgo que los hombres (Charness y Gneezy, 2012), además de tener menos confianza en sus habilidades (Barber y Odean, 2001). Por ello, penalizar las respuestas incorrectas puede crear barreras de género.
Iriberri y Rey-Biel (2021) estudiaron si las reglas de puntuación afectan de manera distinta a hombres y mujeres. Con una muestra cercana a los 10.000 estudiantes de primaria y secundaria, analizaron un formato de examen en el que las respuestas en blanco no recibían ninguna recompensa, y otra en la que sí eran recompensadas con un punto (los aciertos recibían siempre cinco puntos). Iriberri y Rey-Biel (2021) encontraron que las mujeres omitían más preguntas que los hombres, especialmente cuando eran recompensadas, lo que impactó negativamente en sus calificaciones. Esto sugiere que las reglas de puntuación pueden generar sesgos de género.
Evidencia: Para mejorar el resultado de los estudiantes en un examen tipo test las preguntas más fáciles deberían aparecer al principio del test (Anaya et al., 2022). Además, deberían usarse reglas de puntuación neutrales al género que no diferencien entre respuestas incorrectas y en blanco (Iriberri y Rey-Biel, 2021).
También preocupados por el diseño del examen, Balart et al. (2022) investigaron el «efecto marco» (en inglés, framing effect), un sesgo cognitivo por el que las decisiones de los individuos dependen de la manera en la que se presenta el problema. Tomando como base la Teoría Prospectiva (Tversky y Kahneman, 1981), su estudio consideraba dos formatos de exámenes: uno donde los alumnos partían de cero y sumaban puntos por cada acierto, y otro donde comenzaban con la máxima nota y perdían puntos por cada fallo9. En línea con estudios previos, Balart et al. (2022) encontraron que este «efecto marco» no influye en los resultados (Espinosa y Gardeazabal, 2013; Wagner, 2017).
Evidencia: La presentación de aciertos como posibles ganancias o la presentación de fallos como posibles pérdidas (efecto marco) no afecta las calificaciones de los alumnos (Espinosa y Gardeazabal, 2013; Wagner, 2017; Balart et al., 2022).
Plazos de entrega y exámenes parciales
Nuestro profesor del siglo pasado, aún sorprendido por la omnipresencia de la tecnología en el aula, también quedaría atónito ante los cambios que ha supuesto el Plan Bolonia. La evaluación continua, con entregas periódicas y exámenes parciales, ha transformado la forma en que los estudiantes organizan su tiempo. Pero ¿ayudan este tipo de tareas a mejorar el rendimiento?
Antes de responder, conviene recordar que los estudiantes no siempre planifican su estudio de manera óptima. La falacia de la planificación, el sesgo de autocontrol y la fuerza de voluntad limitada hacen que muchas veces subestimen el tiempo necesario para realizar una tarea o, simplemente, procrastinen (Laibson, 1997; O’Donoghue y Rabin, 1999). Frente a esto, establecer plazos de entrega y dividir la carga parece una buena idea.
Uno de los primeros estudios en analizar este fenómeno es Ariely y Wertenbroch (2002), quienes compararon tres sistemas de entrega de trabajos: primero con plazos fijos impuestos por el profesor, segundo con plazos (auto)impuestos por los propios estudiantes y, un último tratamiento, con ausencia total de plazos10. Aunque los tres grupos entregaron aproximadamente la misma cantidad de trabajos, aquellos con plazos impuestos por el profesor obtuvieron mejores calificaciones, mientras que los peores resultados fueron para quienes no tenían restricciones de tiempo. Además, los estudiantes que podían fijar sus propios plazos optaron por imponerse límites, lo que sugiere que eran conscientes de su tendencia a procrastinar, aunque obtuvieron peores notas que cuando el profesor fijaba el plazo de entrega, lo que parece sugerir que muchos alumnos no establecen bien estos plazos.
En la misma línea, De Paola y Scoppa (2011) estudiaron si los exámenes parciales mejoran el rendimiento. En su caso, compararon las notas de aquellos estudiantes que realizaban un único examen final con los que tenían una evaluación intermedia. Los resultados muestran que los exámenes parciales no solo aumentan las notas finales; si consideramos que los exámenes parciales pueden entenderse como una suerte de «plazo de entrega», los resultados de De Paola y Scoppa (2011) parecen respaldar a Ariely y Wertenbroch (2002) y apuntan hacia los beneficios de establecer plazos intermedios que sirvan como «mecanismos de compromiso» para los alumnos.
El trabajo de Patterson (2018) va en esta línea. En su caso, los participantes fueron estudiantes de un curso online de estadística ofrecido por la Universidad de Stanford. Su estudio comparó varias estrategias para combatir las distracciones y la procrastinación, desde el simple monitoreo del tiempo de estudio hasta «mecanismos de compromiso» que permitían a los estudiantes establecer límites diarios al uso de internet y recibir informes de su actividad. Los resultados fueron claros: los estudiantes que se comprometieron a reducir distracciones dedicaron más tiempo al curso, tuvieron una mayor probabilidad de acabarlo y recibieron mejores notas. En contraste, algunos tratamientos como recordatorios en la pantalla que advertían del tiempo de uso de Internet, o bloqueos temporales de sitios web, no tuvieron el mismo impacto.
Evidencia: Establecer plazos de entrega fijos, implementar exámenes parciales y utilizar mecanismos de compromiso ayuda a reducir la procrastinación y mejora el rendimiento académico (Ariely y Wertenbroch, 2002; Castleman y Meyer, 2020; De Paola y Scoppa, 2011; Patterson, 2018).
Mensajes, recordatorios y programas de tutorización
Por mucho que se establezcan exámenes parciales o plazos de entrega, si los estudiantes se olvidan de las fechas, poco se puede hacer para mejorar su rendimiento. Aquí es donde entran en juego los mensajes y recordatorios, que buscan contrarrestar sesgos como la falacia de la planificación, el sesgo de autocontrol o la fuerza de voluntad limitada.
El estudio de Damgaard y Nielsen (2018) revisa varias intervenciones basadas en recordatorios y concluye que estos no solo reducen el estrés de los profesores, sino que también pueden mejorar la salud mental del alumnado (Oreopoulos et al., 2020), aunque no siempre tengan un efecto directo en sus calificaciones.
Evidencia: Los mensajes y recordatorios no afectan negativamente el rendimiento académico y pueden mejorar el bienestar emocional de los estudiantes (Damgaard y Nielsen, 2018; Oreopoulos et al., 2020).
Otro enfoque de bajo coste que también ha demostrado ser efectivo es la tutorización. Ya sea con voluntarios, profesores o incluso padres, estos programas ofrecen apoyo académico personalizado que puede marcar una gran diferencia en el aprendizaje. Un reciente metaanálisis de Nickow et al. (2024) respalda su eficacia, señalando que los estudiantes que reciben tutoría tienden a mejorar significativamente sus resultados académicos11.
Evidencia: Los programas de tutorización tienen un impacto positivo en el rendimiento de los estudiantes y representan una intervención efectiva a bajo coste (Nickow et al., 2024).
El uso de incentivos económicos
Hasta ahora hemos discutido intervenciones conductuales que, sin necesidad de ofrecer incentivos económicos, pueden mejorar el rendimiento académico. Pero ¿qué ocurre cuando se ofrecen recompensas económicas?
La respuesta no es clara. Gneezy et al. (2011) argumentan que los incentivos son un arma de doble filo. Si bien pueden fomentar comportamientos deseables, pueden también erosionar la motivación intrínseca, cambiando la percepción que la gente tiene sobre una tarea. Por ejemplo, Gneezy y Rustichini (2000a) pidieron a los estudiantes que recaudasen fondos para una organización benéfica y observaron que su esfuerzo disminuía cuando se les ofrecía un pequeño pago, comparando con el caso en que los estudiantes no recibían compensación alguna12.
En el campo de la educación, Burger et al. (2011) diseñaron un experimento en el que los estudiantes recibían 95 dólares si lograban completar 75 horas de estudio en la biblioteca durante cinco semanas. Se compararon dos grupos: uno con libertad total para organizar su tiempo y otro con plazos semanales obligatorios. Curiosamente, el grupo con plazos impuestos terminó estudiando menos, lo que sugiere que fijar condiciones rígidas puede desmotivar a los estudiantes en lugar de ayudarlos a comprometerse. Los resultados sobre los efectos de los incentivos van en línea con otros artículos que encuentran efectos moderados o parciales. Bettinger (2012) analiza los efectos de un programa que ofrece hasta 100 dólares a los estudiantes por sus resultados académicos y encuentra que estos pagos solo resultan útiles para mejorar las calificaciones en matemáticas, con efectos nulos en asignaturas de lengua, ciencias sociales y ciencias. El trabajo de Deci et al. (1999) también apunta a un efecto perjudicial de los incentivos económicos en la motivación intrínseca del alumnado.
Ante esta situación, una alternativa reciente que se ha planteado para mejorar los resultados consiste en recurrir al efecto de propiedad y la aversión a la pérdida a la hora de estructurar los incentivos. En su experimento, Levitt, List y Neckermann et al. (2016) ofrecieron 10 o 20 dólares a los estudiantes si mejoraban sus calificaciones en un test. En algunos casos, el dinero se entregaba inmediatamente después del examen; en otros, el dinero se pagaba por adelantado, y el alumno debía devolver la cantidad recibida en caso de no mejorar sus calificaciones. Esta última estrategia fue la más efectiva, en línea con la Teoría Prospectiva (Tversky y Kahneman, 1981). Los resultados de Fryer Jr. et al. (2022) con profesores de escuelas públicas en Chicago refuerzan este hallazgo. En su caso, los docentes recibían un bono económico si los estudiantes a los que daban clases mejoraban sus calificaciones en pruebas estandarizadas. El tratamiento cambiaba dependiendo de si los profesores recibían el bono una vez acabado el curso o por adelantado. De nuevo, la segunda opción fue mucho más efectiva, lo que refuerza la idea de que estructurar incentivos como pérdidas puede ser una estrategia potente13.
Pero ¿es buena idea pagar un bono a los estudiantes o profesores por su esfuerzo? Hay autores que consideran que estas medidas son erróneas moralmente, por tratarse de un «soborno» (Kohn, 1999). Como han documentado Jacob y Levitt (2003) y Battistin et al. (2017), cuando existen incentivos económicos ligados a resultados académicos, se producen además otros efectos indeseados como un aumento del fraude; p. ej., en forma de manipulación de calificaciones. Esto es algo que respalda la evidencia de laboratorio (Abeler et al., 2019; Charness et al., 2019), donde además se muestra que los incentivos estructurados como pérdidas en tareas de esfuerzo aumentan especialmente el comportamiento deshonesto (Cameron y Miller, 2009; Grolleau et al., 2016).
Sugerimos, por tanto, estrategias económicas menos problemáticas, como vincular ayudas al esfuerzo académico, ofrecer becas o subsidios, o pagar tasas escolares. Todas estas medidas pueden mejorar los resultados académicos sin influir en la motivación intrínseca de los estudiantes, ni propiciar comportamientos indeseables (Angrist et al., 2002; Kremer et al., 2009).
Evidencia: Al emplear incentivos económicos resulta más efectivo estructurarlos como posibles pérdidas en lugar de simples ganancias (Levitt, List y Neckermann et al., 2016; Levitt, List y Sadoff, 2016; Fryer Jr. et al., 2022). Sin embargo, este tipo de incentivos puede fomentar el comportamiento deshonesto, por lo que es preferible explorar otras opciones como ofrecer becas y ayudas ligadas al esfuerzo (Angrist et al., 2002; Kremer et al., 2009).
Nuestra recomendación, después de haber expuesto las diferentes medidas conductuales, y de haber discutido los efectos de los incentivos económicos, sería abogar por el primer tipo de medidas. Si bien es cierto que en algunas ocasiones las intervenciones conductuales no resultan beneficiosas (p. ej., establecer recordatorios de exámenes), en la mayoría de los casos parecen ser efectivas, y en ningún caso la evidencia señala que su uso sea perjudicial. No puede decirse lo mismo de los incentivos económicos.
Evidencia: Los empujones (nudges) basados en la economía conductual resultan más efectivos desde una perspectiva coste-beneficio que el uso de incentivos económicos.
3. Intervenciones en la Universidad de Málaga
En este apartado vamos a mostrar una pequeña muestra de intervenciones que hemos realizado en los últimos años en la Universidad de Málaga desde el Smart Decision Lab. El primer estudio iba enfocado a mejorar la tasa de respuesta de los profesores a las encuestas de satisfacción. Esta es una cuestión relevante, ya que la Declaración de Bolonia de 1999 trató de fortalecer los sistemas de garantía de calidad de las universidades europeas y, para ello, se considera fundamental la implicación de todas las partes interesadas: estudiantes, personal académico y administrativo. El segundo estudio (aún en proceso y que se presenta aquí como novedad) tiene que ver con una intervención reciente enfocada a mejorar los hábitos de consumo energético en la Universidad de Málaga. En este caso, entraremos a discutir la idea general de la intervención, además de adelantar los resultados obtenidos. Finalmente, comentaremos la incorporación de nudges en la comunicación del Vicerrectorado de Investigación hacia los investigadores de la universidad. Este cambio será ilustrado con una intervención dirigida a mejorar el cumplimiento de las fechas límite internas para la solicitud de proyectos de investigación.
Intervenciones
Mejorar la tasa de respuestas en encuestas de satisfacción
Cada año, al finalizar el curso, la Universidad de Málaga envía un correo electrónico a los profesores con un enlace para completar una encuesta sobre su grado de satisfacción. Hasta nuestra intervención en 2017, la tasa de respuesta en la encuesta no había superado nunca el 50 %, a excepción del año anterior (2016), cuando se produjo un pico de participación del 51,73 %. Ante estos números tan bajos, contactamos en mayo de 2017 con el Servicio de Calidad de la universidad para proponerles una intervención, que acabaría dando como resultado la publicación de Meléndez-Jiménez et al. (2022). En la reunión, que se llevó a cabo en junio de 2017, le sugerimos al jefe de servicio acompañar el enlace de la encuesta con un pequeño mensaje que tratase de aumentar la tasa de respuesta. El único inconveniente que encontramos para la intervención fue que el envío de correos estaba previsto a la semana siguiente, así que tuvimos que trabajar a contrarreloj en un diseño factorial que acabó teniendo ocho versiones del mensaje: la versión original que serviría de grupo de control y siete variaciones que cambiaban: i) el grado de proximidad con la persona que recibía la encuesta y ii) el tipo de mensaje.
Para el primer factor, tomamos como base los resultados que habían publicado unos años antes desde el Behavioural Insights Team, la unidad británica de la que hablamos en la introducción. Ellos habían logrado reducir el impago de deudas simplemente cambiando la manera de dirigirse al contribuyente (pasando de un tono más formal a uno informal). Así, propusimos sustituir el encabezamiento del correo «Estimado/a Sr./Sra.» por el nombre del destinatario, y cambiar la despedida «Atentamente, Servicio de Calidad» por el nombre de una trabajadora del servicio: Eva. El segundo factor incorporaba estrategias conductuales basadas en normas sociales y persuasión moral. Para ello, probamos tres frases diferentes:
- Persuasión moral: «Necesitamos su(tu) colaboración para que la UMA mejore. Cuantos más completemos el cuestionario, mayores oportunidades de mejora».
- Deber moral: «Uno de sus(tus) deberes como PDI es colaborar para que la UMA mejore».
- Norma social14: «La mayoría de los profesores de la UMA rellenan esta encuesta».
Cada profesor fue asignado aleatoriamente a uno de los ocho grupos y recibió una versión del correo15. A la vuelta del verano, el Servicio de Calidad nos envió los resultados: la tasa de respuesta en el grupo de control se mantuvo en torno al 50 %. En el resto de variaciones se superaba este porcentaje, con dos mensajes destacables (con tasas cercanas al 65 %): la versión informal con deber moral y la versión informal con norma social. En promedio, la intervención aumentó la tasa de respuesta al 55 %, superando en cinco puntos el máximo histórico de la encuesta.
Evidencia: Personalizar los correos rehuyendo del tono formal, y enfatizar en el texto las normas sociales o los deberes morales aumenta la tasa de respuesta en encuestas de satisfacción.
En septiembre, felices por el éxito de nuestra intervención, volvimos a contactar con el Servicio de Calidad para proponerles el uso de una estrategia similar en la encuesta de satisfacción del alumnado. No recibimos respuesta formal, pero nos alegró ver que, en la encuesta del curso 2017/2018, adoptaron nuestra versión informal con deber moral, logrando una tasa de respuesta del 60 %, la más alta registrada hasta la fecha.
Mejorar los hábitos de consumo energético
A finales de 2022, nos reunimos con el Vicerrectorado de Infraestructuras y Sostenibilidad de la Universidad de Málaga. En ese momento, el aumento del precio de la electricidad había generado un problema financiero significativo, ya que las facturas eléctricas se habían disparado y el alto consumo fijo limitaba las opciones de ahorro. Aunque el Vicerrectorado planeaba invertir en infraestructuras más eficientes (como paneles solares o sistemas de reutilización de agua), estos cambios requerían tiempo.
Desde el Smart Decision Lab propusimos una intervención cimentada en el uso de la información como herramienta para modificar los hábitos de consumo energético. Siguiendo este principio, diseñamos un cartel (Figura 1) que se colocó de manera visible en la entrada de cada centro y que se proyectó también en los televisores repartidos por los mismos. El cartel mostraba la calificación energética del centro (A++, A+, A, B, C, D…) que se calculaba a partir del porcentaje de ahorro energético logrado, comparando el consumo del trimestre actual (en kW) con la media de los dos años anteriores16. Además, el cartel incluía emoticonos que reflejaban el desempeño del centro (con caras felices asociadas a ahorros energéticos por encima del 5 %) y un ranking que mostraba la posición dentro de la universidad en cuanto a su ahorro energético, con la idea de fomentar las comparaciones sociales. Para reforzar la transparencia, añadimos un código QR en la parte inferior derecha, que permitía a los usuarios acceder a información adicional sobre la campaña.
CARTEL SOBRE HÁBITOS DE CONSUMO ENERGÉTICO
FUENTE: Elaboración propia.
La publicación de los carteles buscaba fomentar una competencia saludable entre los centros y motivar a la comunidad universitaria a adoptar medidas de ahorro energético a partir del uso de la información y las comparaciones sociales (Azmat e Iriberri, 2010; Allcott, 2011). Para reforzar esta iniciativa, nos reunimos con los responsables de medioambiente de cada centro, así como con el Servicio de Información, Conserjería y Atención al Usuario (SICAU) encargado de las aulas y el mantenimiento del edificio, y con los estudiantes, a quienes también entrevistamos antes de lanzar la campaña para conocer sus hábitos de consumo y su percepción sobre la implicación de la universidad en temas de sostenibilidad y ahorro energético.
Para nosotros era importante conocer este aspecto, ya que el segundo pilar de la campaña se centró en la información directa a los usuarios. Así, colocamos carteles y pegatinas en espacios comunes de los centros con mensajes sobre la importancia de aprovechar la luz natural, evitar el ascensor y apagar las luces en aulas vacías. Muchos de estos carteles y pegatinas incluían también un código QR que redirigía a los usuarios a artículos científicos sobre el tema. Para medir el impacto de esta intervención, usamos una estrategia de aleatorización por fases, introduciendo la cartelería de forma escalonada en los centros. Esto nos permitió analizar cómo el tiempo de exposición y la intensidad de la información tenían efecto sobre los resultados.
A continuación, presentamos en exclusiva los primeros datos de la intervención: desde que se lanzó la campaña hasta septiembre de 2024, el 85 % de los centros donde se intervino logró reducir su consumo energético, con una reducción media superior al 9 %. El efecto fue especialmente significativo en los centros donde se implementó la cartelería, donde la reducción de consumo medio fue del 12 %. Un análisis pormenorizado por meses indica que gran parte de la reducción ocurre después de reunirnos con el SICAU. La reunión con los estudiantes no parece ser significativa. Por último, y para establecer una relación causal entre nuestra intervención y el ahorro energético, utilizamos como grupo de control los centros en los que no se realizó la intervención. En ellos el porcentaje de reducción fue del 1,2 %, para el periodo de interés (por debajo de la reducción del 6 % para centros intervenidos), lo que nos permite rechazar la idea de que la reducción en consumo se deba a efectos temporales.
Evidencia: Proporcionar información sobre el ahorro energético y usar comparaciones sociales reduce el consumo en los centros universitarios. El ahorro aumenta cuando existe cartelería que señala los beneficios de trabajar con luz natural, evitar el uso de ascensores, etc.
Mejorar el cumplimiento de fechas límite para las solicitudes de convocatorias
Nuestra tercera intervención no requirió reuniones previas con los responsables universitarios, ya que uno de los autores de este capítulo fue nombrado Vicerrector de Investigación de la Universidad de Málaga. Esto ayudó a implementar un pequeño nudge en la comunicación oficial del Servicio de Investigación de la universidad.
Para entrar en contexto, diremos que cada año los investigadores deben presentar solicitudes de financiación a distintas convocatorias nacionales e internacionales. Aunque las solicitudes estén lideradas por un investigador principal, deben ser firmadas y presentadas por el representante legal de la institución, por lo que muchas universidades, incluida la nuestra, deciden establecer una fecha límite interna anterior al cierre oficial de la convocatoria, con la intención de evitar saturaciones y problemas administrativos. Muchos investigadores, conocedores de la fecha límite oficial de la convocatoria, deciden incumplir el plazo interno fijado por la universidad, lo que pone al Servicio de Investigación en una tesitura importante: por un lado, se quiere educar a los investigadores para que cumplan con la fecha interna, pero, por otro lado, no se les quiere penalizar con la no presentación de su solicitud.
En un estudio piloto llevado a cabo para la convocatoria de equipamiento científico de la Agencia Estatal de Investigación, introdujimos un pequeño cambio en los correos dirigidos a los investigadores, tratando de apelar al sesgo de aversión a la pérdida mediante la frase «Cuanto antes subas la documentación a la plataforma, menos problemas habrá de saturación de esta, evitando incidencias de última hora con tu solicitud». Los resultados de esta intervención piloto señalan que un mayor porcentaje de investigadores cumplió con el plazo interno en el grupo que recibió este mensaje, en comparación con el grupo de control.
Evidencia: Un pequeño cambio en la redacción de los correos a los investigadores, apelando a la aversión a la pérdida, logra aumentar el grado de cumplimiento con el plazo interno de entrega de solicitudes de financiación.
En este capítulo hemos discutido algunos empujones (nudges) que mejoran el rendimiento académico y la gestión universitaria. A pesar del enorme desarrollo de la economía conductual en las últimas décadas, creemos que su aplicación al ámbito universitario es escasa. Esto resulta paradójico si consideramos que muchos de los hallazgos sobre sesgos cognitivos y nudges tienen su origen en investigaciones realizadas por profesores universitarios.
Una de las principales lecciones del capítulo es que medidas de bajo coste (como la prohibición del uso de ordenadores, el diseño de exámenes que no penalicen las respuestas incorrectas o la fijación de pruebas parciales…) pueden resultar muy beneficiosas para mejorar el rendimiento académico. En este capítulo también hemos presentado tres intervenciones realizadas en la Universidad de Málaga, con la intención de mostrar la eficacia de los nudges a la hora de aumentar la tasa de respuestas en encuestas, reducir el consumo energético y favorecer el cumplimiento de plazos de entrega de solicitudes.
Más allá de discutir medidas que pueden resultar costoefectivas, creemos que este capítulo subraya la necesidad de dirigirnos hacia una universidad innovadora, que aplique hallazgos de la economía conductual para mejorar su funcionamiento. Para que estas intervenciones sean posibles, creemos fundamental contar con personas dentro de la institución que impulsen el cambio. Nuestra experiencia nos muestra que tener acceso a los responsables de la toma de decisiones facilita enormemente la puesta en marcha de este tipo de iniciativas. En este sentido, los investigadores en economía conductual que forman parte de la institución universitaria podrían desempeñar un papel clave, no solo en la difusión de los resultados, sino también en favorecer el cambio.
A futuro, la universidad sigue siendo un campo de experimentación casi inexplorado para la economía conductual. Y si algo hemos aprendido en los últimos años es que muchos nudges funcionan, así que sigamos empujando… Es nuestro deber, como profesores, transformar la universidad.
, , & (2019). Preferences for truth-telling. Econometrica, 87(4), 1115-1153. https://doi.org/10.3982/ECTA14673
(2011). Social norms and energy conservation. Journal of Public Economics, 95(9-10), 1082-1095. https://doi.org/10.1016/j.jpubeco.2011.03.003
, , , & (2022). Understanding performance in test taking: The role of question difficulty order. Economics of Education Review, 90. https://doi.org/10.1016/j.econedurev.2022.102293
, , , , & (2002). Vouchers for private schooling in Colombia: Evidence from a randomized natural experiment. American Economic Review, 92(5), 1535-1558. https://doi.org/10.1257/000282802762024629
, & (2002). Procrastination, deadlines, and performance: Self-control by precommitment. Psychological Science, 13(3), 219-224. https://doi.org/10.1111/1467-9280.00441
, & (2010). The importance of relative performance feedback information: Evidence from a natural experiment using high school students. Journal of Public Economics, 94(7-8), 435-452. https://doi.org/10.1016/j.jpubeco.2010.04.001
, , & (2022). Framing effects on risk-taking behavior: Evidence from a field experiment in multiple-choice tests. Experimental Economics, 25(4), 1268-1297. https://doi.org/10.1007/s10683-022-09748-9
, & (2001). Boys will be boys: Gender, overconfidence, and common stock investment. The Quarterly Journal of Economics, 116(1), 261-292. https://doi.org/10.1162/003355301556400
, , & (2017). Counting rotten apples: Student achievement and score manipulation in Italian elementary schools. Journal of Econometrics, 200(2), 344-362. https://doi.org/10.1016/j.jeconom.2017.06.015
, & (2017). The impact of defaults on technology adoption, and its underappreciation by policymakers (CESifo Working Paper Series No. 6721). Center for Economic Studies and the ifo Institute. https://www.ifo.de/en/cesifo/publications/2017/working-paper/impact-defaults-technology-adoption-and-its-underappreciation
(2012). Paying to learn: The effect of financial incentives on elementary school test scores. The Review of Economics and Statistics, 94(3), 686-698. https://doi.org/10.1162/REST_a_00217
, , & (2011). Field and online experiments on self-control. Journal of Economic Behavior & Organization, 77(3), 393-404. https://doi.org/10.1016/j.jebo.2010.11.010
Cabrales, A. y Sanz, I. (Coords.). (2024). Economía de la educación. Editorial Centro de Estudios Ramón Areces.
, , , & (2016). Carry a big stick, or no stick at all: Punishment and endowment heterogeneity in the trust game. Journal of Economic Psychology, 57, 153-171. https://doi.org/10.1016/j.joep.2016.09.006
, & (2009). Ethical standards in gain versus loss frames. In D. De Cremer (Ed.), Psychological perspectives on ethical behavior and decision making (pp. 91-106). Information Age Publishing.
, , & (2017). The impact of computer usage on academic performance: Evidence from a randomized trial at the United States Military Academy. Economics of Education Review, 56, 118-132. https://doi.org/10.1016/j.econedurev.2016.12.005
, & (2020). Can text message nudges improve academic outcomes in college? Evidence from a West Virginia initiative. The Review of Higher Education, 43(4), 1125-1165. https://doi.org/10.1353/rhe.2020.0015
, , , & (2019). Cheating, incentives, and money manipulation. Experimental Economics, 22(1), 155-177. https://doi.org/10.1007/s10683-018-9584-1
, & (2012). Strong evidence for gender differences in risk taking. Journal of Economic Behavior & Organization, 83(1), 50-58. https://doi.org/10.1016/j.jebo.2011.06.007
, & (2018). Nudging in education. Economics of Education Review, 64, 313-342. https://doi.org/10.1016/j.econedurev.2018.03.008
, & (2011). Frequency of examinations and student achievement in a randomized experiment. Economics of Education Review, 30(6), 1416-1429. https://doi.org/10.1016/j.econedurev.2011.07.009
, , & (1999). A meta-analytic review of experiments examining the effects of extrinsic rewards on intrinsic motivation. Psychological Bulletin, 125(6), 627-668. https://doi.org/10.1037/0033-2909.125.6.627
, , , & (2020). Upgrading education with technology: Insights from experimental research. Journal of Economic Literature, 58(4), 897-996. https://doi.org/10.1257/jel.20191507
, & (2013). Do students behave rationally in multiple choice tests? Evidence from a field experiment. Journal of Economics and Management, 9(2), 107-135.
., & (2006). The hidden costs of control. American Economic Review, 96(5), 1611-1630. https://doi.org/10.1257/aer.96.5.1611
, & (2003). Detrimental effects of sanctions on human altruism. Nature, 422(6928), 137-140. https://doi.org/10.1038/nature01474
, , , , & (2022). Enhancing the efficacy of teacher incentives through framing: A field experiment. American Economic Journal: Economic Policy, 14(4), 269-299. https://doi.org/10.1257/pol.20190287
, , & (2011). When and why incentives (don’t) work to modify behavior. Journal of Economic Perspectives, 25(4), 191-210. https://doi.org/10.1257/jep.25.4.191
, & (2000a). Pay enough or don’t pay at all. The Quarterly Journal of Economics, 115(3), 791-810. https://doi.org/10.1162/003355300554917
, & (2000b). A fine is a price. The Journal of Legal Studies, 29(1), 1-17. https://doi.org/10.1086/468061
(2025). La utilización del enfoque conductual en las Administraciones tributarias. Información Comercial Española (ICE), Revista de Economía, (941), 75-92.
, , & (2016). Cheating and loss aversion: Do people cheat more to avoid a loss? Management Science, 62(12), 3428-3438. https://doi.org/10.1287/mnsc.2015.2313
, & (2021). Brave boys and play-it-safe girls: Gender differences in willingness to guess in a large scale natural field experiment. European Economic Review, 131. https://doi.org/10.1016/j.euroecorev.2020.103603
, & (2003). Rotten apples: An investigation of the prevalence and predictors of teacher cheating. The Quarterly Journal of Economics, 118(3), 843-877. https://doi.org/10.1162/00335530360698441
, , & (2021). Noise: A flaw in human judgment. Hachette UK.
(1999). Punished by rewards: The trouble with gold stars, incentive plans, a’s, praise, and other bribes. Houghton Mifflin.
, , & (2009). Incentives to learn. The Review of Economics and Statistics, 91(3), 437-456.
(1997). Golden eggs and hyperbolic discounting. The Quarterly Journal of Economics, 112(2), 443-478. https://doi.org/10.1162/003355397555253
., , , & (2016). The behavioralist goes to school: Leveraging behavioral economics to improve educational performance. American Economic Journal: Economic Policy, 8(4), 183-219. https://doi.org/10.1257/pol.20130358
, , & (2016). The effect of performance-based incentives on educational achievement: Evidence from a randomized experiment (NBER Working Paper Series No. 22107). National Bureau of Economic Research. https://doi.org/10.3386/w22107
, & (2001). The power of suggestion: Inertia in 401 (k) participation and savings behavior. The Quarterly Journal of Economics, 116(4), 1149-1187.
, , & (2022). Engaging academic staff in the quality assurance system in higher education: A field experiment. Journal of Behavioral and Experimental Economics, 100. https://doi.org/10.1016/j.socec.2022.101923
, & (2014). The pen is mightier than the keyboard: Advantages of longhand over laptop note taking. Psychological Science, 25(6), 1159-1168. https://doi.org/10.1177/0956797614524581
, , & (2024). The promise of tutoring for PreK–12 learning: A systematic review and meta-analysis of the experimental evidence. American Educational Research Journal, 61(1), 74-107. https://doi.org/10.3102/00028312231208687
, & (1999). Doing it now or later. American Economic Review, 89(1), 103-124. https://doi.org/10.1257/aer.89.1.103
, , , & (2020). Improving non-academic student outcomes using online and text-message coaching. Journal of Economic Behavior & Organization, 171, 342-360. https://doi.org/10.1016/j.jebo.2020.01.009
(2018). Can behavioral tools improve online student outcomes? Experimental evidence from a massive open online course. Journal of Economic Behavior & Organization, 153, 293-321. https://doi.org/10.1016/j.jebo.2018.06.017
, & (2017). Computers and productivity: Evidence from laptop use in the college classroom. Economics of Education Review, 57, 66-79. https://doi.org/10.1016/j.econedurev.2017.02.004
(2025). Mejorar el gobierno y la administración mediante acicates: una perspectiva desde el derecho y la economía. Información Comercial Española (ICE), Revista de Economía, (940), 37-52. https://doi.org/10.32796/ice.2025.940.7942
, & (2008). Nudge: Improving decisions about health, wealth, and happiness. Yale University Press.
, & (1981). The framing of decisions and the psychology of choice. Science, 211(4481), 453-458. https://doi.org/10.1126/science.7455683
(2017). Seeking risk or answering smart? Heterogeneous effects of grading manipulations in elementary schools (Working Paper).
1 El hecho de que las desviaciones sean sistemáticas y predecibles marca la diferencia entre ruido y sesgo, tal y como discuten Kahneman et al. (2021).
2 En el sistema opt-out, los padres podían solicitar no recibir la información. Este aspecto es clave en el diseño de nudges, ya que deben mantener la elección de las personas sin obligarles a elegir de una determinada manera.
3 Por ejemplo, las intervenciones de MineduLAB se llevan a cabo fundamentalmente en la enseñanza primaria y secundaria.
4 Para presentar de manera más efectiva cada intervención vamos a resumir los principales hallazgos como Evidencia (en negrita), seguida del texto correspondiente en cursiva. Esta es nuestra pequeña contribución a los nudges para aquellos lectores impacientes que no puedan detenerse a leer todo el capítulo. A ellos les dejamos también este pie de página, que probablemente no puedan leer si tienen prisa.
5 Algunos aspectos relacionados con la Economía de la Educación, como el impacto de las familias, los compañeros de clase o el efecto del tamaño del aula en el rendimiento quedan fuera del alcance de este capítulo. Para profundizar en estos temas, Cabrales y Sanz (2024) ofrecen un análisis exhaustivo.
6 El proyecto CORE en Economía tiene un marcado enfoque práctico con materiales gratuitos que tratan aspectos empíricos (Doing Economics) o experimentales (Experiencing Economics). Para acceder a los recursos del proyecto CORE se puede visitar https://www.core-econ.org
7 Para entender mejor las ventajas del avance tecnológico sobre el rendimiento académico véanse Escueta et al. (2020).
8 Los autores de este capítulo (Antonio e Ismael) no compartimos con nuestros alumnos las transparencias de clase. Esto evita el uso de ordenadores y facilita que los alumnos tomen notas. Desde que hemos tomado estas medidas, las calificaciones han mejorado.
9 El modo de puntuar en ambos tratamientos aseguraba que dos alumnos con el mismo examen tuviesen la misma calificación en el tratamiento de «Ganancias» y «Pérdidas».
10 El único requisito en este tratamiento era entregar los trabajos antes del examen final, por lo que los estudiantes no recibían penalizaciones por incumplir plazos de entrega durante el curso.
11 Aunque nuestra exposición se ha centrado en discutir medidas que puedan mejorar los resultados académicos, muchas de las medidas expuestas también tienen efectos sobre el profesorado. Por ejemplo, Damgaard y Nielsen (2018) hacen un repaso de distintas intervenciones sobre el profesorado y muestran que facilitar la interacción entre profesores de alto y bajo rendimiento mejora las habilidades de aquellos con menor desempeño.
12 En el lado de los castigos y las multas, existen también ejemplos de sus efectos negativos: Gneezy y Rustichini (2000b) encontraron que introducir multas para castigar a los padres que llegaban tarde a recoger a sus hijos aumentó el número de retrasos. Falk y Kosfeld (2006) observaron que la supervisión en el entorno laboral puede disminuir el esfuerzo de los trabajadores. Fehr y Rockenbach (2003) o Calabuig et al. (2016) concluyen que las personas muestran una mayor predisposición a confiar y colaborar cuando interaccionan en ausencia de castigos que cuando existen amenazas de castigo.
13 Recordemos que presentar las preguntas como posibles pérdidas o ganancias no repercutía en la calificación de los estudiantes (Espinosa y Gardeazabal, 2013; Balart et al., 2022).
14 La norma social es cierta para el año 2016, de modo que el mensaje no involucraba ningún tipo de engaño.
15 Años después descubrimos que el mensaje que enviaba el Servicio de Calidad era el que aparecía por defecto en LimeSurvey, el software que usaba el servicio para las encuestas. Ya hemos hablado de lo importante que son las opciones por defecto cuando hemos discutido las estrategias de opt-in y opt-out. Con este ejemplo vemos que las opciones por defecto tienen también sus peligros si no se piensan bien.
16 Es importante señalar que cada centro se comparaba consigo mismo, ya que los hábitos de consumo difieren entre los centros y las instalaciones no son igualmente eficientes en todos ellos.